Retail en marktplaatsen
Rijen met "Misschien vind je dit ook leuk" mengen vergelijkbare producten met wat nu verkoopt, en tonen nooit twee keer hetzelfde item in een sessie.
AI en LLMPersonalisatiePlannen Performance en Scale
Realtime aanbevelingen
Persoonlijke aanbevelingen in één ronde reads. Gebruikersfeatures, vergelijkbare items op vector en wat trending is, min wat ze al hebben gezien.
- signalen, één server
- 4
- herhaalde gezien items
- 0
- trendingtellers
- Live
Stap 1 van 6
Tellen wat trending is
De Top-K-lijst is eenmalig aangemaakt met TOPK.RESERVE. Elke weergave werkt hem bij, en items die uit de top vallen worden teruggemeld.
Voorbeeldsessieplaying
# Tellen wat trending is
hotkv> TOPK.ADD trending:shoes sku:88 sku:17 sku:88
1) (nil)
2) (nil)
3) (nil)
Een geanimeerde walkthrough met echte HotKV-commando's en voorbeeldantwoorden. Klik op een stap om ernaartoe te springen. Commando's en antwoorden blijven Engels, precies zoals je ze in HotKV typt en ziet.
Het probleem
Een goede aanbeveling combineert wie de gebruiker is, wat lijkt op wat ze leuk vonden, wat nu populair is en wat ze al hebben gezien. Die signalen leven meestal in vier systemen, en ze op het moment van het verzoek aan elkaar knopen voegt latentie toe aan elke pagina.
Hoe HotKV het aanpakt
HotKV bevat alle vier. De feature store heeft het profiel van de gebruiker, een vectorindex vindt vergelijkbare items, een Top-K-structuur houdt bij wat trending is terwijl gebeurtenissen binnenkomen, en een Bloomfilter per gebruiker verwijdert items die ze al hebben gezien. De aanbevelingsengine leest dat allemaal in een paar aanroepen van één server.
Stap voor stap
Wat er gebeurt, commando voor commando
- 01
Tellen wat trending is
De Top-K-lijst is eenmalig aangemaakt met TOPK.RESERVE. Elke weergave werkt hem bij, en items die uit de top vallen worden teruggemeld.
TOPK.ADD trending:shoes sku:88 sku:17 sku:88 - 02
De features van de gebruiker laden
Profiel- en gedragsfeatures voor het rankingmodel, met hun leeftijd.
FEATURE.GET user_features user:42 - 03
Vergelijkbare items vinden
De smaakvector van de gebruiker vindt de dichtstbijzijnde producten.
VSIM.SEARCH items 20 0.31 0.12 0.77 ... - 04
Laat weg wat ze hebben gezien
Een Bloomfilter per gebruiker beantwoordt "eerder gezien?" voor de hele kandidatenlijst in één aanroep.
BF.MEXISTS seen:user:42 sku:88 sku:5 sku:17 - 05
Mix wat hot is erdoor
De huidige bestsellers voegen zich bij de kandidaten en het rankingmodel ordent de definitieve lijst.
TOPK.LIST trending:shoes WITHCOUNT - 06
De impressie onthouden
Getoonde items worden aan het filter van de gebruiker toegevoegd, zodat ze morgen niet worden herhaald.
BF.MADD seen:user:42 sku:5 sku:17
Waar het past
Praktijkscenario's
Media en streaming
Startschermen rangschikken programma's op smaakvectoren en live populariteit, en slaan titels over die de kijker al heeft uitgekeken.
Nieuws en contentfeeds
Artikelen worden aanbevolen op basis van onderwerpsgelijkenis terwijl trending verhalen in realtime stijgen.
Ingebouwd
Wat je krijgt
Feature store
Getypeerde features per gebruiker of item voor reads met lage latentie bij inferentie.
FEATURE.GETFEATURE.BATCHVergelijkbare items
Dichtstbijzijnde buren uit een HNSW-vectorindex.
VSIM.SEARCHNu trending
Top-K houdt de meest voorkomende items in een stroom van gebeurtenissen bij.
TOPK.ADDTOPK.LISTFilters voor gezien
Bloomfilters beantwoorden "eerder gezien?" in constant geheugen per gebruiker.
BF.MADDBF.MEXISTSVeelgestelde vragen
Kan een Bloomfilter het bij het verkeerde eind hebben?
Hij kan af en toe zeggen dat een item is gezien terwijl dat niet zo is, met een foutpercentage dat je kiest met BF.RESERVE. Hij zegt nooit dat een item niet is gezien terwijl dat wel zo is.
Waar draait het rankingmodel?
In je eigen service. HotKV serveert de features en kandidaten met lage latentie, en jouw model bepaalt de uiteindelijke volgorde.
Welke plannen bevatten het?
De feature store maakt deel uit van de plannen Performance en Scale. Vectorzoeken, Top-K en Bloomfilters werken op elk plan.
Verwante use cases
Probeer het op je eigen workload
HotKV spreekt het Redis-protocol, dus je kunt een bestaande client erop richten en dezelfde commando's uitvoeren.